输入变量
用于从所有输入变量中提取目标语言名称的提示模板。
本工作流旨在自动化 HUGO 项目中 markdown 文件的翻译，特别注重保留文件结构和格式。该流程确保仅翻译相关文本内容，技术性元素如前言、markdown 结构和控制字符均保持不变。对于管理多语言静态网站并希望高质量、持续扩展内容本地化的团队来说，这尤其有用。
目的与实用性
- 自动化翻译：该工作流利用最先进的语言模型（OpenAI GPT-4 变体）为 markdown 文件提供高质量翻译。
- 结构保留：严格维护 HUGO markdown 文件的结构，包括 TOML 格式的前言、markdown 标题和特殊格式。
- 选择性翻译：流程设计避免翻译前言中的字段名或 HTML 标签内的文本，仅聚焦于字段值和 markdown 内容的翻译。
- 可扩展本地化：通过自动化翻译过程，使内容可快速扩展至多种语言，最大限度减少人工工作量。
工作流关键步骤
该工作流由多个互相关联的组件组成。以下是分步概述：
| 步骤 | 组件 | 功能 |
|---|---|---|
| 1 | Chat Input | 接收需翻译的 markdown 文件及所需变量（如目标语言）。 |
| 2 | Prompt Template（输入变量） | 从输入变量中提取目标语言名称，供下游使用。 |
| 3 | LLM OpenAI（nano） | 使用轻量级 GPT-4 模型处理提示。 |
| 4 | Generator（获取语言名称） | 根据提供的变量生成目标语言名称。 |
| 5 | Document Retriever（获取最佳翻译） | 从内部/文档源查找最佳现有翻译或上下文。 |
| 6 | Prompt Template（Prompt） | 制作详细提示，指导 LLM 如何翻译，并附带限制与示例。 |
| 7 | LLM OpenAI（full） | 使用全功能 GPT-4 模型（大上下文）执行翻译。 |
| 8 | Generator | 按上述提示和模型执行翻译。 |
| 9 | Chat Output | 在输出界面展示翻译后的 markdown 文件。 |
工作流详细逻辑
- 输入处理：用户提交 markdown 文件并指定目标语言，工作流提取相关变量用于提示。
- 语言提取：工作流第一步通过轻量 LLM 和自定义提示模板确定目标语言名称。
- 上下文检索：可选地检索现有翻译或相关文档，为翻译提供更多上下文，确保一致性。
- 翻译提示构建：构建包含格式规则、翻译限制和文件结构要求的综合提示，并向模型提供文件结构示例，严格说明翻译与保留的内容。
- 生成翻译：利用强大的 LLM 执行主体翻译，确保高质量输出，并严格遵守格式和结构要求。
- 输出：呈现翻译后的 markdown 文件，供用户审核或进一步自动化处理。
为什么该工作流有用
- 一致性：确保所有翻译后的文件都遵循 HUGO 项目所需的严格格式和结构规范。
- 高效性：大幅减少为静态网站生成器翻译和格式化 markdown 文件的人工工作量。
- 可扩展性：便于轻松扩展至多语言和大量内容。
- 质量控制：通过上下文检索和明确翻译指令，最大限度减少机器翻译常见错误。
特别注意事项
- 字段专属规则：工作流只翻译前言中的字段值，不翻译字段名或结构元素。
- 格式完整性：如
+ + +等控制字符及 markdown/HTML 元素均按 HUGO 和 TOML 规范保留。 - 可扩展性：模块化设计（包含检索器、提示模板和生成器）便于未来需求演进时的灵活调整。
总之，该工作流为 HUGO markdown 文件的翻译提供了端到端、可靠且可扩展的解决方案，非常适合需要管理多语言静态站点或文档项目的组织使用。
